Mistral می گوید مدل جدید هوش مصنوعی "Le Chonk" بهترین پیشنهاد وزن باز در خارج از چین است

مدل جدید یک تریلیون پارامتر، Mistral Large 4 - با نام مستعار Le Chonk - می تواند توسط هر کسی استفاده و سفارشی شود. در حال حاضر به صورت پیش نمایش در دسترس است و نسخه نهایی آن تا پایان ماه ارائه می شود. اگرچه Le Chonk برای رقابت با مدل‌های هدف عمومی پیشرو ساخته شده است، اما به طور خاص برای برنامه‌نویسی و دفاع سایبری و همچنین وظایفی خاص برای تولید، مالی، مهندسی برق و سایر موارد بهینه شده است. گیوم لامپل، یکی از بنیانگذاران و دانشمند ارشد Mistral، به WIRED می گوید: "مناطق زیادی وجود دارد که آزمایشگاه های دیگر آنقدر تمرکز نمی کنند."

"حوزه های زیادی وجود دارد که می توانید مدل ها را در آنها بهبود بخشید." Mistral Le Chonk را به‌عنوان توانمندترین مدل وزن باز که در خارج از چین توسعه یافته است، و «بسیار بسیار نزدیک» به برخی از مدل‌های اختصاصی معرفی می‌کند. در حالی که آزمایشگاه های چینی توسط دولت ایالات متحده متهم به سوء استفاده از تقطیر - آموزش یک مدل کوچکتر بر روی خروجی های یک مدل بزرگتر - برای پر کردن شکاف عملکرد با OpenAI و Anthropic هستند، Mistral ادعا می کند که مدل خود را از ابتدا آموزش داده است. در حال حاضر برای کسب‌وکارها به‌طور قابل‌توجهی ارزان‌تر است که مدل‌هایی با وزن باز اجرا کنند، که فقط به اندازه محاسبه‌ای که مصرف می‌کنند، هزینه دارند.

میسترال می‌گوید با کاهش شکاف عملکرد در مدل‌های اختصاصی پیشرو و ارائه یک جایگزین رقابتی برای نسخه‌های چینی، Le Chonk چند دلیل باقی‌مانده که ممکن است کسب‌وکار در انتخاب منبع باز تردید داشته باشد را از بین می‌برد. لمپل می‌گوید: «میسترال هنوز در رقابت برای دستیابی به بهترین مدل است. "این پیام اصلی است." با سرمایه کمتر و منابع محاسباتی کمتر نسبت به OpenAI و Anthropic، Mistral عموما از نظر عملکرد مدل، درآمد و تعداد دفعات انتشار عقب مانده است.

در حالی که آزمایشگاه‌های ایالات متحده برای دسترسی به مدل‌های اختصاصی و وزن بسته خود، حق بیمه دریافت می‌کنند، Mistral با دریافت هزینه‌های پرداختی برای اجرای مدل‌ها از طریق ابر خود، و استقرار مهندسین برای کمک به مشتریان برای تنظیم مدل‌ها با نیازهای خاص خود، درآمد ایجاد می‌کند. با این حال، اخیرا، آزمایشگاه فرانسوی در یک رگه داغ بوده است: در ماه سپتامبر، دور سرمایه‌گذاری 3.3 میلیارد دلاری را با ارزش 24 میلیارد دلار جمع‌آوری کرد، که بزرگ‌ترین افزایش تا کنون توسط یک شرکت فناوری اروپایی است.

طبق گزارش ها، درآمد آن در سال گذشته 20 برابر شده است. رشد میسترال با خصومت فزاینده بین ایالات متحده و متحدان فراآتلانتیک آن - بر سر موضوعاتی از سیاست تعرفه‌ها، گرینلند، تا نظارت بر شرکت‌های فناوری آمریکایی - و بحث‌های فزاینده‌ای در مورد اینکه چه کسی به هوش مصنوعی درجه مرزی دسترسی پیدا می‌کند همزمان است. در ماه ژوئن، دولت ترامپ محدودیت‌های موقتی را بر روی توزیع مدل‌های OpenAI و Anthropic اعمال کرد و نگرانی‌هایی را مطرح کرد که ممکن است از آنها برای انجام حملات سایبری پیچیده سوء استفاده شود.

از آن زمان، حوادث متعددی آشکار شد که در آن مدل‌های ساخت ایالات متحده محدودیت‌های خود را رها کردند و به شرکت‌ها و برخی مؤسسات دولتی خارجی حمله کردند، که منجر به هفته‌ها بحث در مورد نحوه تنظیم عرضه مدل‌ها شد. گزارش شده است که کاخ سفید از آزمایشگاه‌های آمریکایی خواسته است که مدل‌های منتشر نشده را حتی از موسسه ایمنی هوش مصنوعی بریتانیا که قبلا در ارزیابی مدل‌ها برای خطرات ایمنی کمک کرده بود، خودداری کنند. یادآوری واضح اینکه دولت ایالات متحده می تواند به طور یکجانبه دسترسی به هوش مصنوعی درجه مرزی را لغو کند، فرصتی برای Mistral ایجاد کرده است، یک آزمایشگاه مستقر در اروپا.

مدل های وزن قلم آندریا رندا، مدیر تحقیقات مرکز مطالعات سیاست اروپا در ماه ژوئیه به WIRED گفت: «استراتژی قاره‌ای اتحادیه اروپا برای حاکمیت بیشتر از نظر فناوری... و افزایش خصومت ایالات متحده یک فرمول جادویی است که ناگهان میسترال را - که عملکردش تماشایی نبوده است - در موقعیت مطلوبی قرار می‌دهد.» میسترال که نمی‌خواهد تنها در خدمت بازار داخلی خود قرار بگیرد، مشتاق است تأکید کند که فقدان کنترل دقیق بر روی دسترسی به مدل‌های هوش مصنوعی می‌تواند در هر کجا که یک کسب‌وکار واقع شده است - حتی در ایالات متحده - یک مشکل باشد.

لمپل می‌گوید با تکیه بر یک مدل اختصاصی برای کمک به دفع تهدیدات سایبری، یک کسب‌وکار در معرض خطر سقوط ناگهانی سیستم‌های دفاعی خود قرار می‌گیرد. لمپل می گوید: "گاهی اوقات، مردم دوست دارند [معامله بزرگی] بر سر ایالات متحده، در مقابل اروپا، در مقابل چین انجام دهند. اما آنچه واقعا مهم است داشتن مدل است - حتی برای شرکت های آمریکایی." "اگر از یک مدل بسته استفاده می کنید، هیچ تضمینی وجود ندارد که فردا همچنان وجود داشته باشد."